Next-Gen Data Science: Business Transformation with AI
- TTDT01
- Classroom
- Fundamental
- Thai | 0
หลักสูตรนี้ช่วยให้ท่าน เข้าใจภาพรวมของ Data Science ในยุค AI เพื่อการวิเคราะห์ข้อมูล, การทำนายผล, การตัดสินใจที่ขับเคลื่อนด้วยข้อมูล
และแนวทางการประยุกต์ใช้งาน Data Science และ AI ให้ตอบโจทย์ของธุรกิจ/หน่วยงานได้ (มี Case Study ตัวอย่างการประยุกต์ใช้งานของธุรกิจประเภทต่างๆ อาทิ
Healthcare, Government, Retail, Education, Telecommunications, Real Estate/Construction เป็นต้น)
Course description
Time
Instructor
Venue
Next-Gen Data Science: Business Transformation with AI
หลักสูตร Next-Gen Data Science: Business Transformation with AI
(หลักสูตรพัฒนา และต่อยอดจาก หลักสูตร Data Science for Business)
วัตถุประสงค์ของการอบรม
- เพื่อให้ผู้เรียนเข้าใจและนำความรู้ทางด้าน Data Science และ AI ไปใช้เพื่อประโยชน์สูงสุดแก่องค์กรของตน
- เพื่อให้ผู้เรียนเข้าใจความสำคัญของการตัดสินใจที่ขับเคลื่อนด้วยข้อมูล (Data Science and AI-driven Decision Making)
- เรียนรู้การทำนายผลโดยใช้ AI และ Generative AI เช่น Large Language Models (LLMs)
- เรียนรู้วิธีแก้ปัญหาธุรกิจด้วยการวิเคราะห์ข้อมูลแบบทันสมัย
- ผู้บริหาร, ผู้จัดการ, หัวหน้างาน, หัวหน้าโครงการ และทุกท่านที่ต้องการประยุกต์ใช้ Data Science และ AI ในการวิเคราะห์ข้อมูลขององค์กร
- เข้าใจโครงสร้างและวิธีการของ Data Science และ AI ในการพัฒนาองค์กร
- สามารถนำเครื่องมือและเทคนิคใน Data Science และ AI ไปใช้บริหารและปรับปรุงการจัดการข้อมูลขององค์กร
- สามารถนำข้อมูลและความรู้ที่ได้รับจากการทำ Data Science และ AI ไปประยุกต์ใช้ในการขับเคลื่อนองค์กรให้เกิดประโยชน์สูงสุด
- เข้าใจบทบาท, ความสำคัญ และ Job Description ของ Data Scientist ในยุคของ AI
Day 1:
หัวข้อ Introduction to the Evolving Landscape
- Evolution and Current Landscape of Data Science
- From statistics to machine learning to AI
- Significance of data in the digital age
- Data Science and AI-driven Decision Making
- Traditional vs. AI-driven decision-making processes
- Advantages of AI-enhanced insights
- Process of Data-Driven Decision Making
- Data collection to interpretation
- Predictive vs. prescriptive analytics
- Data Analytics and AI Maturity
- Stages of organizational data maturity
- Importance of data culture in businesses
- Introduction to Generative AI
- What is Generative AI?
- What are LLMs and why they matter?
- Real-world applications of LLMs
หัวข้อ Building a Modern Data Infrastructure
- Core Technologies in Modern Data Science
- Overview of databases, data lakes, and cloud platforms
- Importance of data processing and ETL workflows
- Data Acquisition
- Traditional databases vs. real-time data streams
- Integrating IoT and other modern data sources
- Big Data: Handling and Processing
- Distributed computing (e.g., Hadoop, Spark)
- Challenges in big data management
- Key Tools and Platforms
- Popular data science tools (e.g., RapidMiner, KNIME, Python, R)
- Introduction to platforms (e.g., TensorFlow, PyTorch, Hugging Face)
- Role of a Data Scientist in the AI Era
- Transition from data analysts to AI specialists
- Expected competencies and skills
- Building and Managing a Data Science and AI Team
- Hiring the right talent
- Ensuring efficient collaboration
Day 2:
หัวข้อ Implementing Advanced Data Techniques
- Enhanced Data Science Life Cycle
- Current best practices for each stage
- Real-world challenges and solutions
- Advanced Machine Learning and AI Techniques
- Overview of deep learning and neural networks
- How Generative AI fit into the ML/AI landscape
- Ethics and Fairness in AI
- Bias and fairness in machine learning models
- Ethical considerations in data collection and model deployment
- Hands-on Workshop
- Guided project showcasing an AI or Generative AI use-case
- Tools and methodologies in action
หัวข้อ Application in Diverse Business Verticals
- Telecommunications
- AI in network optimization
- Predictive analytics for customer churn
- Retail
- AI-enhanced recommendation systems
- Predictive analytics for inventory management
- Real Estate/Construction
- AI in smart buildings and infrastructural planning
- Risk assessment using AI models
- Data Science for Social Good and Non-profits
- Using AI to optimize aid distribution
- Analyzing large datasets for philanthropic insights
- Healthcare
- Predictive diagnostics using AI
- AI-driven patient management systems
- Government
- AI in public safety and urban planning
- Enhancing public services using data insights
- Education
- Personalized learning pathways using AI
- Predictive analytics for improving student outcomes
Payment can be made by:
- Cash or Credit Card or Bank Cheque payable to"สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ" (a post-dated cheque is not accepted) on the first day of the service or within the last day of the service.
- Account transfer and send the proof of the payment (the deposit slip) via email ttd@swpark.or.th
- ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
Saving Account Number: 080-0-00001-0
Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ - ธนาคารกรุงไทย สาขาตลาดไท
Saving Account Number: 152-1-32668-1
Account Name: สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
- ธนาคารกรุงเทพ สาขาอุทยานวิทยาศาสตร์
Notes:
- Withholding tax (3%) is exempt.
- Should you need to withdraw, you must send the notice of the withdrawal in writing no later than 7 working days before the commencement date. The cancellation less than 7 days will be subject to a fine of 40% of the fee.
- Software Park Thailand reserves the rights to cancel courses due to unforeseen circumstances.
Contact Person
For more information, contact our course coordinator on:
10,000 THB .
สำคัญ! หลักสูตรยกเลิกการเปิดอบรม
ในวันที่ 11-12 ธันวาคม 2567
Course Detail :
Instructor info
Dr.Veerasak Krisanapraphan
Senior Director